Ⅰ. 서 론
수생태계는 다양한 생물종의 서식처로서 중요한 역할을 담당하고 있다. 특히, 어류는 수생태계 내에서 상위 소비자로서 생태계 균형을 유지하는 데 있어 필수적인 구성요소이다 (Holmlund and Hammer, 1999). 따라서 어류의 서식처를 정확히 파악하고 평가하는 것은 수생태계 보전 및 관리에 있어 매우 중요하다 (Rosenfeld, 2003).
그동안 어류 서식처를 평가하기 위한 다양한 물리적 서식처 평가 방법들이 개발되어 왔다 (Bovee, 1982). 그 중에서도 수리모델링을 통한 서식처 평가 방법은 어류의 서식 적합도를 정량적으로 평가할 수 있다는 점에서 큰 주목을 받아왔다 (Jowett and Davey, 2007). 특히, 가용 가중 면적 (WUA, Weighted Usable Area)은 특정 유량 조건에서 어류가 이용 가능한 서식처의 양을 나타내는 지표로서, 하천의 유량 변화에 따른 어류 서식처의 가용성을 평가하는데 유용하게 활용될 수 있다. 그러나 수리모델링의 정확도는 입력 자료인 지형 정보의 정확도에 크게 의존하기 때문에, 보다 정확한 지형 정보를 확보하는 것이 수리모델링 기반의 서식처 평가에 있어 매우 중요하다 (Leclerc et al., 1995).
최근 LiDAR(Light Detection and Ranging)와 SfM(Structure from Motion) 기술의 발달로 인해 고해상도의 3차원 지형 정보를 비교적 쉽게 획득할 수 있게 되었다. LiDAR는 레이저 펄스를 이용하여 대상 지형의 3차원 좌표를 정밀하게 측정할 수 있는 기술로, 기존의 현장 측량 방법에 비해 넓은 지역을 단시간에 정밀하게 측량할 수 있다는 장점이 있다 (Wehr and Lohr, 1999). 또한, SfM 기술은 다중 영상을 이용하여 3차원 지형을 재구성하는 기술로, 저비용으로 고해상도의 지형 정보를 획득할 수 있다는 장점이 있다 (DelSavio et al., 2023; Lee et al., 2022). 특히 하천과 같이 복잡한 지형을 가진 지역에서는 LiDAR와 SfM 기술을 활용하여 정확한 DTM (Digital Terrain Model)을 생성할 수 있기 때문에, 어류 서식처 평가에 매우 유용하게 활용될 수 있다 (Giroux et al., 2022; Suska et al., 2024).
전통적으로 어류 서식처 평가를 위해 1차원 수리모델링 기법이 주로 활용되어 왔으며, 대표적으로 PHABSIM (Physical Habitat Simulation) 모형이 널리 사용되었다 (Bovee and Milhous, 1978). PHABSIM은 어류의 서식처 적합성을 유량, 수심, 유속과 같은 수리학적 요소에 기반하여 평가할 수 있는 모델로, 오랜 기간 동안 다양한 연구에서 활용되어 왔다. 그러나 1차원 모델링은 하천의 복합한 흐름과 지형을 단순화하여 모의하기 때문에 하천의 물리적 특성과 수리학적 변동성을 제대로 반영하지 못한다는 한계가 있다 (Gard, 2009; Štefunková et al., 2024).
이러한 1차원 모델링의 한계를 극복하기 위해 최근에는 2차원 수리모델링 기법을 활용한 어류 서식처 평가 연구가 활발히 진행되고 있다. 특히, River2D 모델은 2차원 천수방정식을 기반으로 하천에서의 흐름과 서식처를 모의할 수 있는 유용한 도구로 인정받고 있다 (Steffler and Blackburn, 2002). River2D는 3차원 좌표를 이용하므로 하천의 지형적 특성을 공간적으로 세밀하게 반영할 수 있으며, 어류 선호도 곡선을 이용하여 서식처 적합성을 평가할 수 있다는 장점이 있다 (Waddle, 2010).
이러한 장점으로 인해 River2D 모델은 복잡한 하천의 흐름과 서식처 평가에 더욱 적합한 도구로 널리 사용되고 있다. Waddle et al. (2000)은 River2D 모델을 이용하여 미국 콜로라도주의 Cache la Poudre 강에서 무지개송어의 서식처를 평가하였으며, Boavida et al. (2011)은 포르투갈의 Ocreza 강에서 River2D 모델을 이용하여 유량 변화에 따른 버들치의 서식처 변화를 예측하였다. 두 연구 모두 River2D 모델을 통해 유량 변화에 따른 어류의 서식처를 평가하였지만, DTM을 활용한 것이 아니라 단면을 측량하여 River2D에 입력하였으며 하천 하상의 연속성이 어류 서식처 적합성 및 최적 생태유량에 미치는 영향을 비교한 연구는 아직 부족한 실정이다.
본 연구는 수준 측량과 UAV를 활용하여 생성한 DTM을 이용하여 하상 단면의 연속성에 따른 하천 서식처를 평가하고자 한다. 이를 위해, 복하천의 대표 어종인 피라미를 대상으로 1차원 수리모델인 PHABSIM과 2차원 수리모델인 River2D를 적용하였다. 또한, River2D 모델에 하천 단면을 입력한 경우와 DTM을 입력한 경우에 산출한 WUA를 비교하고, 각 모델 간의 최적 생태유량을 비교 분석하고자 한다.
Ⅱ. 재료 및 방법
1. 연구대상하천
본 연구에서는 남한강 지류 중 국가 하천과 지방2급하천으로 구성된 복하천 (309.50 km2)을 연구대상하천으로 선정하였다 (Fig. 1). 복하천은 이천시 호법면 주미리와 단월동 장암천과 원두천 합류지점부터 여주 남한강까지 연결되는 19.8 km의 국가하천 구간과, 용인시 양지면 추계리부터 이천시 호법면 주미리까지 15.0 km구간의 지방하천으로 구성되어 있다 (MOLTMA, 2010). 물리적 서식처 모의 구간은 생물측정이 수행되는 유산2교부터 수위유량 측정망이 위치한 복하교 2.5 km 구간을 대상으로 모형을 구축하였다. 복하교에 위치한 수위⋅유량 관측망에서는 지난 10년 동안 수위 데이터가 꾸준히 수집되었으나, 유량 데이터는 결측이 많았다. 이에 따라, 본 연구에서는 MOLTMA (2010)에서 제시한 유황분석 결과를 활용하였다. 해당 자료에 따르면, 복하천의 갈수량 (Q355), 저수량 (Q275), 평수량 (Q185), 풍수량 (Q95)은 각각 0.55 m3/s, 1.35 m3/s, 1.63 m3/s, 3.67 m3/s로 나타났다.
대상구간의 하상은 대부분 모래로 구성되어 있으며, 사주가 발달해 있어 하천 내 식생과 어류의 서식처로서 중요한 역할을 할 것으로 예상된다. 뿐만 아니라, 육상생물과 원앙, 고니 등의 조류를 포함한 다양한 생물들이 공생하는 생태하천이기도 하다. 2022년 유산2교에서 실시된 어류평가지수 (Fish Assessment Index) 조사 결과, 1차와 2차 모두 C등급으로 나타났다. 또한, 서식 및 수변환경 (Habitat and Riparian Index)평가에서도 C등급으로 조사되어 수생태계 건강성이 좋지 않은 것으로 분석되었다.
2. 하천 지형자료 구축
본 연구에서는 하천의 수량이 적어 지형취득에 유리한 겨울철인 2024년 2월 25일과 26일에 지형 측량을 실시하였다. LiDAR 측량은 DJI사의 Matrice 300 RTK 드론과 Zenmuse L1 카메라를 사용하였다. LiDAR는 레이저 펄스를 발사하여 되돌아오는 시간을 측정하여 거리를 계산하는 방식으로 날씨와 그림자의 영향을 적게 받으며, 식생을 투과할 수 있다는 장점이 있어 Digital Terrain Model (DTM) 생성에 가장 적합한 방법으로 평가받고 있다 (Zhou et al., 2022). Zenmuse L1 카메라는 905 nm 파장대의 레이저를 사용하며, 수직 정확도 0.05 m, 수평 정확도 0.10 m의 정밀도를 제공한다. 하지만 905 nm 파장대의 레이저는 물을 투과할 수 없다는 한계가 있어, 물이 존재하는 영역의 정확도를 향상시키기 위해 사진 측량 방법을 이용하는 DJI사의 Phantom 4 Multispectral 드론을 이용하였다. Phantom 4 Multispectral은 R, G, B, Near Infrared Red (NIR), RedEdge 렌즈가 탑재되어있다.
LiDAR와 사진 측량은 5 cm/pixel의 해상도로 비행을 설정하였다. 또한, 영상의 정확도를 향상시키기 위해 50 m의 간격으로 GCP (Ground Control Point)를 설치하였으며 영상 정합 시 위치 및 고도 보정에 활용하였다. LiDAR 영상 정합은 DJI Terra (ver 4.2.5)를 이용하였으며 사진 정합은 Pix4D mapper (ver. 4.8.4)를 이용하였다. GCP는 Trimble사의 GeoXR GPS를 사용해 RTK (Real Time Kinematic)방식으로 경도, 위도, 고도를 측정하였다.
Zenmuse L1 LiDAR는 최대 3회까지 반사된 빛을 포착할 수 있다. 1회 반사된 포인트는 주로 노이즈와 전선, 식생에서 반사되었으며 3회 반사된 포인트는 가장 낮은 고도의 포인트를 나타냈다. 이에 본 연구에서는 3회 반사되어 돌아온 포인트를 이용하였으며, 복하천을 대상으로 한 Gou et al. (2024)의 연구 방법을 참고하여 DTM을 생성하였다. 그러나 Gou et al. (2024)의 연구에서는 물이 있는 영역에서 LiDAR 포인트 클라우드가 생성되지 않아, 해당 구역에 대한 정확도 평가가 이루어지지 않았다. 따라서 본 연구에서는 Normalized Difference Water Index (NDWI) 지수를 활용하여 물이 존재하는 영역을 식별한 후, 해당 영역에는 SfM 포인트 클라우드를 사용해 고해상도 DTM을 생성하였다 (식 1).
수준측량은 TOPCON 사의 ES-52 EDM (Electronic Distance Measurement)을 이용하여 총 10개의 단면을 측량하였다. 측량지점은 측정자가 지형이 변화한다고 느끼는 모든 지점을 측량하였으며 단면 당 평균 30개 이상의 지점을 측량하였다.
3. 대표어종 및 서식처 적합도 지수 (HSI) 선정
하천생태유량을 결정하기 위해서는 어류뿐만 아니라 하천 생태계 내의 다양한 생물군과 그들 간의 상호작용을 종합적으로 고려해야한다 (Jang et al., 2017). 그러나 하천 생태계의 복잡성으로 인해 모든 생물군의 관계를 파악하는 것은 현실적으로 어려운 일이다. 이러한 어려움을 해결하기 위한 방안으로, 하천 생태계를 대표할 수 있는 어종을 선정하여 이를 중심으로 서식처 평가 및 관리 방안을 수립하는 것이 일반적이다.
대표어종은 해당 하천에서 생태학적으로 중요한 역할을 담당하는 종으로, 이들의 서식 환경 요구조건이 하천 관리의 목표 설정에 활용될 수 있다. 일반적으로 대표 어종은 해당 하천에 널리 분포하며, 개체수가 풍부하고, 생태계 내에서 중요한 지위를 차지하는 종 중에서 선정된다. 또한, 대상 어종은 하천 생태계의 건강성을 평가하는 지표종으로도 활용될 수 있다.
2019년과 2021년 유산2교에서 수행된 어류 조사에 따르면, 조사 기간 동안 총 301개체의 어류가 채집되었으며, 이 중 피라미는 154개체로 전체 어획 개체수의 51.1%를 차지하였다. 피라미는 수심, 유속, 하상구조 등의 서식 환경 요인에 영향을 받으며, 복하천에서 우점종으로 확인되어 서식처 평가 및 하천 관리를 위한 대표어종으로 적합할 것으로 판단된다.
서식처 적합도 지수 (Habitat Suitable Index, HSI)는 특정 종의 서식지 적합성을 평가하기 위해 사용되는 지표로, 주어진 환경 내에서 해당 종이 생존하고 번성할 수 있는 가능성을 정량적으로 나타낸 것이다. HSI는 0에서 1 사이의 값을 가지며, 1은 가장 적합한 서식지를, 0은 적합하지 않은 서식지를 의미한다. 본 연구에서는 유속과 수심을 주요 환경 요인으로 고려하여 같은 수계인 한강 유역에서 수행된 Kang (2012)의 피라미 HSI를 사용하였다 (Fig. 2).
Fig. 2
Zacco platypus's habitat suitability index (Kang 2012) for (a) water depth and (b) flow velocity
4. 수리모형
가. River2D 모델
River2D는 캐나다 앨버타 대학교에서 개발된 2차원 수리모델로, 하천에서의 흐름과 서식처를 모의하는데 널리 사용되고 있다. 이 모델은 유한요소법 (Finite Element Method)을 기반으로 하며, 2차원 천수방정식(Shallow Water Equation)을 사용하여 하천에서의 흐름을 모의한다. 천수방정식은 연속방정식 (Continuity Equation)과 운동량 방정식 (Momentum Equation)으로 구성되며, 식 (2-4)와 같이 표현된다. 식 (2-4)는 각각 질량방정식, x방향 운동량 방정식, y방향 운동량 방정식이다.
여기서, 
는 수심, 
는 각각 
와 
방향의 유속, 
는 하상 높이, 
는 중력가속도, ρ는 물의 밀도, 
와 
는 각각 
와 
방향의 바람 전단응력, 
와 
는 각각 
와
방향의 하상 전단응력을 나타낸다.
River2D 모델은 위의 천수방정식을 유한요소법을 이용하여 이산화하고, Petrov-Galerkin 가중잔차법을 사용하여 수치적으로 해석한다. 이때 시험함수 
를 사용하며, 식 (5)와 같은 행렬 형태의 지배 방정식이 유도된다.
여기서 
는 수심 및 유량 성분으로 이루어진 보존변수 벡터이며, 
은 질량행렬, 
는 대류항 및 안정화 항이 포함된 계수행렬, 
는 중력, 마찰, 지형경사 등 소스항에 해당하는 항이다. 이 과정에서 하상 높이와 조도계수는 공간적으로 변화하는 값으로 입력되며, 이를 통해 복잡한 하천 지형을 현실적으로 반영할 수 있게 된다.
River2D모델을 이용하여 어류 서식처를 모의하기 위해서는 하천의 지형, 유량, 수위, 조도계수 등의 입력 자료가 필요하다. River2D모델에서 하천 지형은 x, y, z 좌표 형태로 입력하게 된다. 이때, 각 좌표는 불규칙적으로 분포하는 측량좌표를 나타내며, 이를 규칙적인 격자 형태로 보간하는 과정이 필요하다. 1D 모의는 수준 측량한 12개의 하천단면 자료를 입력하였으며 2D 모의는 드론을 이용한 DTM을 1 m 간격의 포인트 자료로 변환하여 입력하였다. River2D모델은 입력된 점을 TIN 방법을 사용하여 측량 자료를 보간한다. 보간 과정에서는 input desired spacing과 input desired angle값을 설정할 수 있는데, 이는 각각 생성되는 격자의 크기와 방향을 결정한다. 본 연구에서는 1D와 2D 모델링 모두 input desired spacing은 10 m, input desired angle은 45°로 설정하였다.
River2D 모델에서는 계산된 수리량 (수심, 유속 등)을 바탕으로 어류의 물리적 서식처를 평가한다. 이를 위해 대상 어류의 HSI를 사용하며, 각 서식처 변수의 HSI를 결합하여 복합 서식처 적합도 지수 (Composite Suitability Index, CSI)를 산출한다. CSI는 각 서식처 변수에 대한 적합도 지수의 곱으로 계산되며, 식 (6)와 같이 표현된다.
여기서, 
은 각 서식처 변수에 대한 적합도 지수를 나타낸다.
본 연구에서는 수심과 유속 인자를 이용하여 CSI를 산정하였다. 계산된 CSI값은 0에서 1사이의 값을 가지며, 1에 가까울수록 해당 위치가 어류의 서식처로 적합함을 의미한다. 이러한 CSI 값을 하천의 각 격자 셀에 대해 계산함으로써, 하천 전체의 물리적 서식처 조건을 공간적으로 파악할 수 있다. 또한, 특정 유량 조건에서 어류가 이용 가능한 서식처의 양을 나타내는 WUA를 계산할 수 있다 (식 7).
여기서 
는 
번째 격자 셀의 면적, 
는 
번째 격자 셀의 복합 서식처 적합도 지수를 나타낸다.
나. PHABSIM 모델
PHABSIM은 River2D와 달리 1차원 모형으로, Instream Flow Incremental Methodology (IFIM)방법을 이용하여 하천의 여러 유량 조건에서 생태학적으로 적합한 물리적 서식처 면적을 평가하는데 유용하다 (Bovee, 1982).
PHABSIM은 하천을 여러 개의 단면으로 구분하여 각 단면에서의 수리학적 변수를 계산하고, 이를 통해 물리적 서식처 평가를 수행한다. 모델은 크게 수리학적 모듈과 서식처 모듈로 구성되며 수리학적 모듈은 각 단면에서 유량에 따른 유속과 수심을 계산한다. 유속과 수심은 식 (8, 9)과 같이 계산된다. 단면간의 보간법은 선형 보간법이 이용되며 각 단면에서 사용된 유속, 수심, 하천 경사 등을 이용하여 단면 사이의 유속 및 수심이 계산된다. 단면 간의 거리가 가까울수록 유속과 수심 변화는 점진적이며, 단면 간 거리가 멀거나 하천 경사가 큰 경우, 유속과 수심 변화는 급격하게 나타날 수 있다. 서식처 모듈은 각 단면에서 계산된 유속과 수심 값에 대한 HSI를 바탕으로 WUA가 산정되며 산정 방법은 식 (8, 9)와 같다.
여기서 
는 단면 
에서의 Manning 계수이고, 
는 에너지 경사, 
는 단면 
에서의 수심, 
(m)는 단면 
에서의 유속 (m/s)이다.
여기서 
는 수심 (m)이고, 
는 수위-유량관계곡선 상수이다.
5. 수리모형 모의 방법
River2D와 PHABSIM을 구동하기 위해서는 하천의 지형자료와 수위, 유속 등 수리 자료가 필요하다. River2D는 수준 측량한 단면을 입력한 River2D와 드론을 이용하여 생성한 DTM을 지형자료로 입력한 River2D 2개를 구축하였으며 PHABSIM은 DTM을 이용한 River2D의 하상 단면 및 수위, 유속를 이용하여 구축하였다. 수위 및 유량은 2014년부터 2023년까지 복하교 수위관측소에서 관측된 자료를 이용하였으며, 이 자료는 물환경정보시스템에서 제공한 자료를 활용하였다. 모형의 보정은 MOLTMA (2010)에서 제시한 갈수량 (0.55 m3/s)과 고수량 (10.00 m3/s)으로 검정하였으며 풍수량 (3.67 m3/s)으로 보정하였다. 복하천의 홍수량은 71.83 m3/s로 풍수량과 차이가 커 상위 10%의 유량인 고수량 (10.00 m3/s)을 이용하여 검정하였다. River2D의 하류 경계 조건을 위해 식 (10)의 depth-unit discharge relationship을 적용하였으며 이 관계식은 하류단에서의 수심과 단위 유량의 관계를 나타낸다. 상수 
, 
은 복하교에서 관측된 수심과 유량 간의 상관성을 바탕으로 하류단의 수위를 조정하였다.
여기서 
는 유량 (m3/s)을 의미하고, 
는 수심 (m), 
는 단위 유량과 수심 사이의 비례 상수로 본 연구에서 21.36, 
은 수심과 단위 유량 간의 비선형 관계를 설명하는 지수로 본 연구에서는 3.04를 적용하였다.
MOLTMA (2010)에 따르면, 연구 대상 구간은 사질하상으로 조사되었다. 이를 바탕으로 저수부의 조도계수는 0.03, 식생이 위치한 고수부의 조도계수는 0.04로 초기값을 설정하였다. 이후 관측 수위와 모의 수위 간의 오차를 비교하며 구간별 조도계수를 조정하였다. 최적 생태유량은 각 모델에서 산정된 WUA 곡선을 기반으로, WUA가 최대가 되는 유량으로 정의하였다 (Leclerc et al., 1995; Waddle, 2001).
Ⅲ. 결과 및 고찰
1. 3차원 지형자료 결과
하천 수리모델링에서 하천의 지형은 물의 흐름, 유속, 수심 등 수리학적 특성을 결정짓는 핵심 요소로 매우 중요한 역할을 한다. 정확한 지형자료를 바탕으로 구축된 수리모델은 하천의 흐름 특성을 현실적으로 모사할 수 있으며, 특히 물이 흐르는 영역에 대한 정확한 표현은 필수적이다. 본 연구에서는 LiDAR의 한계를 보완하고, 수면 아래 흐름 영역의 정확도를 향상시키기 위해 Gou et al. (2024)가 제안한 DTM 생성 기법을 참고해 LiDAR와 SfM 기술을 함께 활용하여 DTM을 구축하였다.
Fig. 3 (a)에는 물이 위치한 영역에 SfM 포인트 클라우드를 적용하기 위해 NDWI를 적용한 결과를 도시하였다. NDWI의 임계값은 Gautam et al. (2015)의 연구를 바탕으로 0.3 이상을 물로 구분하였으며, 물로 구분된 영역에는 SfM 포인트 클라우드를 적용하였다. Fig. 3 (b)는 실측한 단면 데이터를 기반으로 River2D에서 TIN 보간법으로 만들어진 DTM이고, Fig. 3 (c)는 LiDAR와 SfM 포인트 클라우드를 결합하여 구축한 DTM이다. Fig. 3 (c)에서는 하천의 만곡부, 사주, 저수로 등 미세 지형을 포함하고 있어 실제 하천의 흐름 특성을 보다 정밀하게 반영할 수 있다. 반면, Fig. 3 (b)는 하천의 흐름 방향만을 반영하고 있으며, 저수로의 세부적인 형태는 단순화되어 있다.
2. 수리모형 검⋅보정
본 연구에서는 수리 모형의 정확성 평가를 위해 River2D와 PHABSIM 모형을 각각 구축하고, 갈수량 (0.55 m3/s), 고유량 (10.00 m3/s), 풍수량 (3.67 m3/s) 조건에서 모형의 검정 및 보정을 수행하였다. 수위 자료는 2014년부터 2023년까지 복하교 수위관측소에서 관측된 자료를 이용하였다. River2D는 수준 측량 단면과 드론 기반 DTM 자료를 활용하여 두 가지 방식으로 구축되었으며, PHABSIM은 DTM 기반 River2D에서 산출된 하상 단면, 수위 및 유속 자료를 입력 자료로 사용하였다.
Table 1은 관측 수위와 모의 수위를 비교하여 각 모형의 정확성을 나타냈다. 검정과정에서 River2D와 PHABSIM 모형은 모두 수위를 작게 산정하는 경향이 있었으며 0.06 m 이내의 오차를 보였다. 풍수량 (3.67 m3/s)에서도 세 모형 모두 0.04 m 이내의 오차를 보였으며 드론 기반 River2D가 0.01 m의 가장 작은 오차를 보였다. 따라서 세 모형 모두 관측 수위와 높은 일치도를 보여 하천의 수리학적 특성을 적절히 재현하고 있다고 판단하였다.
Table 1
Calibration and validation results of River2D and PHABSIM simulated water depth using cross section-based and UAV-based DTMs
3. 수리모형 결과
평수량 (1.63 m3/s) 조건에서 하천 단면 기반 DTM과 드론 기반 DTM을 이용한 River2D 모의 결과를 Fig. 4에 도시하였다. Fig. 4 (a), (b), (c)는 하천 단면을 입력한 River2D의 모의 결과이고, (d), (e), (f)는 드론 기반 DTM을 입력한 River2D의 모의 결과이다. Fig. 4 (a, d)에서 수심 분포는 전반적으로 일치하는 경향을 보였으나, Fig. 4 (a)에서는 상류 구간 (Red circle)에서 수심이 깊게 모의되었다. 이는 단면 간의 비연속성으로 인해 하천 지형의 세밀한 변화를 반영하지 못한 결과로 판단된다. 반면, Fig. 4 (d)는 하천 지형이 더 정밀하게 반영되어 수심이 보다 균일하게 분포하는 것으로 나타났다. 특히, 하천의 만곡부와 사주와 같은 복잡한 지형에서 수심의 미세한 차이가 잘 드러났다.
Fig. 4
Comparison of River2D results based on cross-section and DTM at 1.63 m3/s: (a), (b), (c) show results of cross-section-based River2D, (d), (e), (f) show results of DTM based River2D. (a), (d) indicate water depth, (b), (e) indicate velocity, and (c), (f) indicate Composite Suitability Index (CSI)
Fig. 4 (b)에서는 중류와 하류에서 하천 폭이 좁아지며 비교적 높은 유속 분포를 보였다. 중류에서 나타나는 급격한 유속 변화는 입력된 단면의 통수면적이 작아 지형적 세밀함을 충분히 반영하지 못한 결과로 해석된다. 반면, DTM을 적용한 Fig. 4 (e)에서는 하천 지형을 연속적으로 반영함으로써, 유속 변화가 보다 자연스럽고 현실적으로 나타났다. 특히, 만곡부나 사주 주변에서 유속의 변화가 명확하게 표현되었다.
피라미의 서식처 적합성을 평가한 CSI 결과에서도 두 모델 간의 분포가 차이나는 것을 확인하였다. Fig. 4 (c)에서는 CSI가 중류 일부와 하류에 집중되어 있는 것으로 확인되었으며 (Red box), 이는 수심과 유속의 급격한 변화가 피라미 서식처 적합성에 영향을 미친 것으로 보인다. 반면, Fig. 4 (f)에서는 CSI 분포가 비교적 균일하게 나타났으며, 피라미 서식에 적합한 구간이 하천 전역에 고르게 분포하였다.
Fig. 5는 Fig. 4에서 표기한 상대적으로 물의 흐름이 일정한 2번째 단면과 만곡부를 포함하는 8번째 단면에서의 평수량 (1.63 m3/s) 조건에서의 수리모형 결과를 비교하고, 수준 측량한 10개 단면에서 최대 유속 발생 지점과 최저 고도 지점 간 거리 차이를 도시하였다. DTM을 이용한 River2D의 수위 모의 결과는 PHABSIM 결과와 거의 일치하였으나 유속은 하천 단면 기반 River2D와 PHABSIM보다 높게 모의되었다. 하천 단면을 이용한 River2D의 수위는 DTM을 이용한 River2D와 0.3 m 가량의 오차를 보였다.
Fig. 5
Water surface elevation and velocity distribution at 1.63 m3/s derived from River2D and PHABSIM. (a) Results at the relatively uniform 2nd cross-section, (b) Results at the curved 8th cross-section, (c) Distance difference between the point of maximum velocity and the lowest elevation point
PHABSIM은 1차원 모델이므로 식 (7)에 의해 하천 단면의 고도가 가장 낮은 지점에서 항상 최대 유속으로 모의된다. 반면, River2D는 2차원 모델로 하천의 공간적 변화를 반영하기 때문에, 최대 유속이 단면의 최저 지점에서 발생하지 않고 주변 지형과 경사에 따라 다르게 나타난다 (Fig. 5 (c)). 따라서 PHABSIM은 단순화된 계산을 통해 유속을 산정하므로 실제 하천의 복잡한 흐름을 반영하는 데 한계가 있으며, River2D는 하천 전반의 흐름 분포와 유속 변화를 보다 정확하게 모의할 수 있었다.
Fig. 5 (a)에서 River2D와 PHABSIM 모두 최저 고도 부근에서 최대 유속이 발생하였으나 만곡부인 Fig. 5 (b)에서는 하천 단면을 이용한 River2D와 PHABSIM은 최저 고도 지점에서 최대 유속이 모의된 반면, DTM을 이용한 River2D는 그렇지 않은 경향을 볼 수 있었다. 만곡부에서는 일반적으로 원심력과 흐름의 관성으로 곡선 바깥쪽에서 유속이 더 빠르고, 곡선 안쪽에서 유속이 느려지는 경향이 있다. 8번 단면에서 DTM을 이용한 River2D의 유속 분포는 곡선 외측의 유속이 비교적 높게 나타났으나, 단면을 이용한 River2D와 PHABSIM의 유속은 하상의 고도가 가장 낮은 지점에서 유속을 최대로 모의하였다. 단면을 이용한 River2D의 경우, 8번과 9번 단면 사이의 간격이 넓어 만곡부에서의 세부적인 공간적 변화를 제대로 반영하지 못했을 가능성이 크다. 반면, DTM을 이용한 River2D는 지형의 세밀한 변화와 경사를 반영할 수 있어, 만곡부에서 물의 흐름을 더 정밀하게 모의할 수 있었다. 따라서 DTM 기반 River2D는 만곡부와 같은 복잡한 하천 지형에서 더 높은 정확도를 보여 실제 하천의 흐름을 가장 잘 모사한다고 판단하였다.
4. 최적 생태유량 비교
피라미의 HSI와 물 점유 면적을 이용하여 WUA를 산정한 결과, 각 모델에서 도출된 최적 생태유량은 서로 다르게 나타났다. 최적 생태유량은 각 유량 조건에서 WUA가 최대가 되는 유량으로 선정하였으며, 단면을 이용한 River2D의 경우 최적 생태유량은 4.03 m3/s, DTM 기반 River2D는 2.76 m3/s, PHABSIM은 4.47 m3/s로 산정되었다 (Fig. 6). 이 중 DTM 기반 River2D를 제외한 두 모델은 풍수량 (3.67 m3/s)을 초과하는 유량을 요구하였으며, 이는 PHABSIM을 활용한 Lee et al. (2022)의 연구와 유사한 결과를 나타낸다.
세 모델 모두 유량 증가에 따라 물의 점유 면적이 증가하는 유사한 경향을 보였으나, PHABSIM은 물 점유 면적을 상대적으로 작게 산정하였다. 이는 PHABSIM이 1차원 모델로 하천 지형을 직선화하고, 단면 간 공간 연속성과 복잡한 지형 특성을 반영하지 못하는 구조적 한계에 기인한다. 반면, River2D는 2차원 수리모델로서 만곡부, 사주 등 복잡한 하천 구조를 보다 정밀하게 반영하므로, 물 점유 면적을 정확히 추정할 수 있었다.
또한, PHABSIM의 WUA는 유량 증가에도 크게 감소하지 않는 경향을 보였으며, River2D의 약 50% 수준으로 낮게 산정되었다. 단면 기반 River2D의 경우, 최적 생태유량 이후 WUA가 점진적으로 감소하였으며, 이는 유량 증가에 따라 수심과 유속이 HSI 범위를 벗어났기 때문으로 해석된다. DTM 기반 River2D의 경우 Fig. 4 (f)에서 나타난 것처럼 높은 CSI를 바탕으로 비교적 높은 WUA값을 산출하였으며, 지형을 연속적이고 정밀하게 반영함으로써 서식처 조건을 더 잘 설명할 수 있었던 것으로 판단된다. 하지만 유량 3.00 m3/s 이후 수심 증가로 인해 HSI 적합 범위를 벗어나 WUA가 급격히 감소하였다는 경향을 나타냈다.
생태유량은 다양한 수리⋅생태학적 변수에 의해 결정되지만 현재까지 정확한 생태유량을 검증하는 것은 어려우며, 특정 모델 결과가 절대적으로 옳다고 단정하기는 어렵다. 그러나 본 연구는 동일한 HSI 조건 하에 서로 다른 지형자료와 해상도를 적용하여 모델링한 생태유량 결과를 비교함으로써, UAV 기반 DTM을 입력한 River2D가 하천 지형의 세밀한 공간 변화를 정밀하게 반영할 수 있어, 상대적으로 더 높은 신뢰성과 설득력을 가지는 결과를 제공함을 확인하였다.
Ⅳ. 요약 및 결론
본 연구는 하천 단면의 연속성이 피라미의 서식처에 미치는 영향을 평가하기 위해 수준 측량 데이터와 UAV 기반 DTM을 활용한 물리적 서식처 모형을 적용하였다. 이를 위해 1차원 모형인 PHABSIM과 2차원 모형인 River2D를 이용하여 피라미에 대한 서식처 적합성과 생태유량을 평가하였다. DTM은 LiDAR 포인트 클라우드와 SfM 데이터를 결합하여 생성되었으며, NDWI를 사용해 물이 있는 영역을 식별하고 해당 영역에는 SfM 데이터를, 나머지 지역에는 LiDAR 데이터를 적용하였다. 수준 측량은 EDM을 이용하여 10개의 단면을 측정하였으며, 이 데이터를 기반으로 River2D와 PHABSIM의 입력 자료를 구축하였다.
PHABSIM은 간단하고, 빠른 계산이 가능했으나, 하천의 복잡한 지형을 충분히 반영하지 못하는 한계를 보였다. 반면, River2D는 하천의 공간적 특성을 더욱 정확하게 반영하였으며, 특히 UAV 기반 DTM을 입력 자료로 활용한 경우, 유속과 수심을 더 정밀하게 모의할 수 있었다. 각 모델에서 산출된 최적 생태유량은 PHABSIM은 4.47 m3/s, 하천 단면을 이용한 River2D는 4.03 m3/s, DTM을 이용한 River2D는 2.76 m3/s로 나타났다. PHABSIM은 하천을 직선으로 단순화하여 모의하는 특성상 유량 산정이 과대 산정되는 경향을 보인 반면, DTM 기반 River2D는 하천의 만곡부 흐름 등 하천의 세밀한 지형적 특성을 반영하여 실제 하천 조건을 더 정확히 모의할 수 있었다. 따라서 UAV 기반 DTM을 활용한 River2D는 1차원 서식처 모델인 PHABSIM보다 하천의 복잡한 서식처를 평가하고 생태 유량을 산정하는 데 효과적임을 확인하였다.
본 연구는 하천 단면 기반 모형과 DTM 기반 모형의 결과를 비교함으로써, 고해상도 지형 데이터가 하천 서식처 평가와 생태 유량 산정의 정확성을 높이는 데 효과적임을 확인하였다. 특히, UAV 기반 DTM을 활용한 2차원 모형이 공간적 연속성을 반영하여 물리적 서식처의 적합성을 보다 정밀하게 산정할 수 있음을 보여주었다. 이러한 결과는 복하천과 같은 복잡한 하천 지형에서 생태 유량 산정의 기준을 제시하고, 향후 생태계 보전 및 복원을 위한 기초 자료로 활용될 수 있을 것으로 기대된다. 앞으로는 현장 데이터를 통해 어류 서식처 적합성 평가의 정확도를 높이고, 물리적 서식처뿐만 아니라 생태학적⋅수질적 요인을 통합적으로 고려한 생태 유량 산정을 수행할 필요가 있다.
